R用正则表达式重命名所有列答案

【问题标题】：R rename all columns with regexR用正则表达式重命名所有列
【发布时间】：2021-05-22 03:30:50
【问题描述】：

我弄乱了具有以下格式的列名：列名是英文的，后跟一个斜杠（/），后跟一个与年份相同的法语单词。例如

CSD Code / Code de la SDR 2011, Education / Scolarité 2011, Labour Force Activity / Activité sur le marché du travail 2011

是否有一个 tidyverse 友好的解决方案，可以让我通过删除斜杠 (/) 之后的所有内容来重命名所有列，但保留年份。例如： CSD Code 2011, Education 2011, Labour Force Activity 2011

【问题讨论】：

标签： r dplyr tidyverse

【解决方案1】：

您可以使用正则表达式。使用样本数据：

x <- c("CSD Code / Code de la SDR 2011", 
        "Education / Scolarité 2011", 
        "Labour Force Activity / Activité sur le marché du travail 2011")

你可以使用tidyverse包stringr获取

stringr::str_replace(x, " / \\D*(?= \\d+$)", "")
# [1] "CSD Code 2011"             
# [2] "Education 2011"            
# [3] "Labour Force Activity 2011"

表达式查找空格和斜杠，然后删除所有非数字字符，只留下最后的数字。

您可以将其与 dplyr::rename_with 一起用于列名

my_data %>% 
  rename_with(~stringr::str_replace(., " / \\D*(?= \\d+$)", ""))

【讨论】：

【解决方案2】：

您可以提取要与捕获组一起保留的字符串部分。

library(dplyr)

df %>% rename_with(~sub('(.*)/.*?(\\d+)', '\\1\\2', .))

使用来自@MrFlick 的数据 -

sub('(.*)/.*?(\\d+)', '\\1\\2', x)
#[1] "CSD Code 2011"              "Education 2011"            
#[3] "Labour Force Activity 2011"

【讨论】：